Glossari de seguretat de Xygeni
Glossari de seguretat de desenvolupament i lliurament de programari

Què és un ML-BOM?

Una ML-BOM (llista de materials d'aprenentatge automàtic) és un inventari llegible per màquina dels models, conjunts de dades, marcs de treball i dependències que componen un sistema d'IA, juntament amb l'origen de cadascun.

  • Per què existeix: una tradicional SBOM enumera biblioteques de codi. No descriu un model, les seves dades d'entrenament ni la seva procedència.
  • Els formats: CycloneDX ML-BOM (standarditzat com a ECMA-424) i els perfils d'IA i conjunt de dades SPDX 3.0.
  • La guia: el G7 SBOM per a la IA: Elements mínims, publicat el maig de 2026, defineix set clústers de dades. És voluntari.
  • La part difícil: no el format. Es tracta de trobar tots els actius d'IA en primer lloc.

La definició: què és un ML-BOM? #

Pregunteu a la majoria d'equips d'enginyeria quines biblioteques de codi obert utilitzen les seves aplicacions i us poden respondre en qüestió de minuts, perquè les seves SBOM els ho diu. Si pregunteu de quins models, conjunts de dades i marcs d'IA depèn la mateixa aplicació, la resposta normalment comença amb "deixeu-me comprovar-ho".

Una llista de materials d'aprenentatge automàtic (ML-BOM) tanca aquesta bretxa. És l'equivalent en intel·ligència artificial d'una llista de materials de programari: un registre estructurat i llegible per màquina de cada component d'aprenentatge automàtic d'un sistema. Per a cada model, captura la identitat, la versió, el proveïdor i la llicència, a més de detalls. SBOM mai no s'han necessitat, com ara els conjunts de dades amb què s'ha entrenat, el seu ús previst i les seves limitacions conegudes.

El terme prové de CycloneDX, que va afegir compatibilitat amb ML-BOM a la versió 1.5. També veureu IA-BOM i SBOM per a la IA utilitzat per a la mateixa idea, normalment amb un abast més ampli que inclou agents, indicacions i serveis d'IA, no només models entrenats.

Què conté un ML-BOM #

Els camps exactes depenen del format, però un ML-BOM útil respon a cinc preguntes sobre cada component d'IA:

  1. Què és? Nom, versió, tipus i arquitectura del model.
  2. D'on va sortir? Proveïdor, repositori font o centre de models i llicència.
  3. En què es va entrenar? Els conjunts de dades utilitzats, el seu origen i qualsevol sensibilitat coneguda.
  4. De què depèn? Els frameworks, les biblioteques i la infraestructura que necessita per funcionar.
  5. Quins són els seus límits? Ús previst, riscos coneguts i característiques de rendiment.

Les directrius del G7 agrupen les mateixes idees en set grups: metadades, propietats a nivell de sistema, models, propietats del conjunt de dades, infraestructura, propietats de seguretat i indicadors clau de rendiment.

ML-BOM vs. SBOM #

Un ML-BOM no substitueix un SBOMEls sistemes d'IA continuen sent programari, per tant encara en necessiten un. El ML-BOM afegeix la capa i... SBOM no pot veure.

dimensióSBOMML-BOM
Es descriuComponents i biblioteques de programariModels, conjunts de dades i components d'aprenentatge automàtic
Camps clauNom, versió, proveïdor, llicència, hashMés dades de formació, procedència, ús previst, limitacions
Principal risc que rastrejaDependències vulnerables o maliciosesModels no fiables, dades enverinades o sensibles, procedència desconeguda
Canvis quanS'actualitza una dependènciaUn model es reentrena, s'intercanvia o s'afina
FormatsCycloneDX, SPDXCycloneDX ML-BOM, SPDX 3.0 AI i perfils de conjunts de dades

Per què els ML-BOM són importants ara #

La IA està entrant a les bases de codi sense revisió. Els desenvolupadors extreuen models de centres públics, afegeixen marcs d'IA i connecten servidors MCP tan fàcilment com afegeixen una biblioteca. Cadascun aporta codi, pesos i dades que l'organització no ha escrit i que potser no ha verificat.

La cadena de subministrament d'IA és una superfície d'atac. L' Els 10 millors de l'OWASP per a sol·licituds de LLM enumera la cadena de subministrament com a risc LLM03: models compromesos, dades enverinades i paquets maliciosos a la pila d'IA. No es pot avaluar un component que no es sap que hi és.

Els compradors i els auditors comencen a preguntar. Cap reglament obliga a tenir un ML-BOM (Llibreta de Matemàtiques Acadèmiques) nominativament. Però la Llei d'IA de la UE espera documentació tècnica per als sistemes d'IA d'alt risc, mentre que la Llei de ciberresiliència exigeix ​​una SBOM, i marcs com l'ENS d'Espanya requereixen un inventari d'actius. Un ML-BOM és l'evidència pràctica que hi ha darrere dels tres, i els equips de contractació l'estan afegint als seus qüestionaris.

Com crear una llista de materials d'aprenentatge automàtic (ML-BOM) #

Escriure'n un a mà funciona per a un sol model. No funciona per a una organització. Un enfocament sostenible té tres parts:

  • Connecta-ho al risc. Un inventari sobre el qual ningú actua és paperassa. Cada component hauria de vincular-se a les seves vulnerabilitats, la seva llicència i la seva procedència.
  • Descobreix automàticament. Escaneja el codi, les dependències declarades i els fitxers de configuració en lloc de confiar que els desenvolupadors informin del que utilitzen.
  • Generar contínuament. Regenerar el ML-BOM sempre que canviï un model, conjunt de dades o dependència, de la mateixa manera que els equips madurs es regeneren. SBOMs en CI.

Saps quina IA fas servir abans que algú et pregunti #

Seguretat d'IA Xygeni descobreix els recursos d'IA als vostres repositoris (models, marcs d'IA, conjunts de dades, punts finals d'inferència, agents, servidors MCP, habilitats, indicacions, guardrails i les eines de codificació d'IA en ús) del codi de l'aplicació, les dependències declarades i els fitxers de configuració que deixen enrere les eines d'IA. Res depèn que els desenvolupadors declarin què utilitzen.

A partir d'aquest inventari, Xygeni genera una IA-BOM llegible per màquina que podeu lliurar als auditors i clients. Les dependències de la pila d'IA reben el mateix tractament que la resta del codi: CVE mitjançant l'anàlisi de la composició del programari i paquets maliciosos detectats abans que existeixi una signatura.

Programa una demostració per veure la IA-BOM de la vostra pròpia base de codi.

FAQ #

Què és un ML-BOM en termes senzills??

Un ML-BOM és una llista d'ingredients per a la IA. Registra quins models, conjunts de dades i marcs de treball utilitza un sistema i d'on prové cadascun, de manera que els equips de seguretat, legal i de compliment poden avaluar el risc.

Quina diferència hi ha entre un ML-BOM i un AI-BOM?

Principalment. L'equip vermell de LLM se centra en models de llenguatge i aplicacions basades en ells. L'equip vermell d'IA és Els termes se superposen. ML-BOM és el nom de CycloneDX i se centra en models i conjunts de dades d'aprenentatge automàtic. AI-BOM és més ampli i sovint també inclou agents, indicacions, servidors MCP i serveis d'IA.

És obligatori un ML-BOM per llei??

No pel seu nom. És l'evidència pràctica de les obligacions que existeixen, com ara la documentació tècnica de la Llei d'IA de la UE per a sistemes d'alt risc i la SBOM requerit per la Llei de ciberresiliència. Els elements mínims del G7 per a un SBOM per a la IA són voluntàries.

Quin format hauria d'utilitzar un ML-BOM?

Els dos formats establerts són CycloneDX ML-BOM, standarditzat com a ECMA-424, i el SPDX 3.0 Perfils d'IA i conjunts de dades. Trieu el que ja teniu. SBOM les eines ja admeten, de manera que els inventaris de programari i IA conviuen.

Comença gratis

Comença gratis.
No es requereix cap targeta de crèdit.

Comença amb un sol clic:

Aquesta informació es guardarà de manera segura d'acord amb la Termes del servei i Política de privacitat

Captura de pantalla de l'aplicació